夏至的酷热，不仅仅是体感的煎熬，更是地球发出的红色警报。

夏至的酷热，不仅仅是体感的煎熬，更是地球发出的红色警报。

为了应对气候变暖这一严峻挑战，联合国政府间气候变化专门委员会（IPCC）提出了必须将升温控制在 1.5℃以内的核心目标。根据 IPCC 2022 年发布的报告指出，除非全球温室气体排放量在 2025 年达到峰值，并在 2040 年之前减少 43%，否则世界可能会出现极端气候。这也说明了：我们每一次随手关闭的空调、每一次对新能源的选择，潜藏着巨大的减排潜力，可以对全球生态系统的长期存续发挥决定性作用。

大多数人以为，应对气候变暖和减少碳排放是政府的事，是科学家在实验室里做实验的事，是能源巨头在工厂里烧煤的事。

这是一种错觉。如果认为人类社会的化石燃料消耗不减少，气候变暖的趋势就不会停止，那么这种心态无异于在漏水的船上修补甲板，却指望能挡住海啸。

夏至已至。去年夏天的热浪还让很多人记忆犹新，那是我国自 1961 年以来最热夏季。如今，各地频繁出现的高温暴雨等极端天气让人们担心：今年夏天会比去年更热吗？

从数据上看，全球气温升高的趋势相当明显。尽管此前 3 年的拉尼娜现象对全球气温起到了暂时“刹车”作用，但过去 8 年仍是有记录以来最热的 8 年。其中，2016 年是有记录以来全球最热的一年。目前有多家机构预测，2023 年或 2024 年极有可能超过 2016 年，创造新的全球最暖纪录。

如果不采取行动降低现有排放量，碳排放将在未来 20 年后严重超标，到时候大气中大量的碳，将严重影响地球的健康——不说以后，现在极端天气频发的状况，都已经是几百年不遇了。

面对气候变暖，人类应该如何应对？一些科学家寄望于目前火热的人工智能。

要应对气候变化，首先要“辨症”，要有对天气的准确分析和预测研判的能力。但这并非易事，而人工智能恰恰可以在气象预测领域大展身手。

今年 4 月，中国发布的人工智能大模型“风乌”，首次实现在高分辨率上对核心大气变量进行超过 10 天的有效预报。

从预报精度看，相比于传统的物理模型，“风乌”的 10 天预报误差降低 19.4%；从预报时效看，全球范围内最好的物理模型 HRES 有效预报时长最大为 8.5 天，而“风乌”达到了 10.75 天；从资源效率看，现有物理模型往往需要在超级计算机上运行，而“风乌”大模型仅用 GPU 便可运行，30 秒即可生成未来 10 天全球高精度预报结果。

这组数据很有说服力。传统气象预测依赖的是复杂的物理方程，计算量大得吓人，稍微有点偏差，误差就会像滚雪球一样扩大。而人工智能直接从大数据中挖掘规律，不需要那些繁琐的中间步骤，它更像是一个经验极其丰富的老手，一眼就能看穿大气流动的脉络。

从“风乌”的实践可以看出，人工智能应用于气象领域，从大数据中挖掘规律，可与传统的数理方程形成互补，为生产生活提供更准确、更实用的天气预报。气候变暖将让极端天气更频繁，人工智能可用于改善气象灾害警报系统，实现提前和精准预警，在防灾减灾中发挥更大作用。

但这不仅仅是预测，更是生存。当台风路径预测提前了 24 小时，港口就能多抢装一次货物，渔船就能多回港一次，生命财产就能少一次无谓的折损。这种价值，不需要用宏大的叙事来包装，它直接体现在每一个具体的决策里。

应对气候变化，从长远来看，还需要“去根”，即针对气候变化原因采取各种减缓措施。不少科学家认为，气候变暖与碳排放带来的温室效应密切相关，只要人类社会的化石燃料消耗不减少，气候变暖的趋势就不会停止。

加强人工智能应用，可以实现更精准、稳定、有效的减排。人工智能作为能源转型的重要辅助工具，越来越多地被整合到工业系统和家居生活的能源管理中，提高能源利用效率、减少峰值需求，最大限度地利用可再生能源。此外，在核聚变、新能源材料、碳捕集存储利用等领域，人工智能也可以通过发挥数据分析、建模和预测等方面的优势，为这些绿色技术的研发加速。

波士顿咨询集团（BCG）曾在其研究报告中预测，如果要实现《巴黎协定》中提出的将全球平均气温上升限制在 1.5℃的目标，各国必须在 2030 年前减少 50% 的碳排放。使用人工智能可以帮助减少 26 亿吨至 53 亿吨的二氧化碳排放，占减排总量的 5% 至 10%。

这 5% 至 10% 听起来似乎不多，但考虑到人类减排的艰难，这无异于在悬崖边拉住了几个即将坠落的人。人工智能不是万能的，但它能让原本不可能完成的减排任务，变得稍微有点可能。

贺克斌团队通过融合全球 130 多个数据库，利用机器学习、人工智能等先进数据技术，重建了全球碳排放历史序列，并进行预测分析，为科学决策提供了依据。

这一案例极具代表性。过去，碳排放数据像散落在世界各地的珍珠，没人能串成项链。贺克斌团队做的，就是利用 AI 这把“穿针引线”的工具，把碎片拼凑成完整的图景。只有看清了来路，才知道要去到哪里。没有准确的数据底座，所有的减排策略都是盲人摸象，猜对了是运气，猜错了就是灾难。

如果把人工智能看作一剂药方，那么它也有局限和副作用。例如，人工智能大模型本身就是耗能大户，会增加碳排放。当它与人脑同时工作时，人脑的能耗仅为机器的 0.002%。

这是一个辛辣的现实。我们为了降低碳排放而使用 AI，结果 AI 自己又在消耗碳排放。这听起来是个悖论，但这正是技术演进中的阵痛。就像为了打赢战争而制造武器，武器本身也是消耗品。关键在于，AI 带来的减排收益，必须远远大于它自身产生的能耗成本。目前的趋势显示，随着算力的提升和算法的优化，这个比例正在倒向有利的一边。

国网山东电力联合研究机构组建人工智能负荷预测大模型项目团队，2025 年迎峰度夏期间尖峰负荷预测准确率达 99.7%，有力支撑电网应对 1.3 亿千瓦历史最高负荷冲击。

这就是具体的胜利。在山东，电网面临的是 1.3 亿千瓦的冲击，这是一个天文数字。传统手段在这种极端压力下，往往只能“大概齐”地估算，导致要么停电，要么浪费。而 AI 负荷预测大模型，把准确率死死钉在 99.7%。这意味着，每一度电都被精准地送到了需要的地方，没有一丝一毫的浪费。

这不是实验室里的玩具，这是保供电的利器。它证明了，在能源管理这个最讲究“分毫必争”的领域，AI 已经具备了接管核心任务的能力。

贺克斌特别展望了人工智能（AI）在绿色转型中的演进与潜力。他认为，当前环境领域应用的 AI 多属「判别式人工智能」，用于模式识别、预测预警等。而随着 ChatGPT、DeepSeek 等生成式 AI 的突破性发展，AI 正在进入一个新阶段。「如何在我们绿色转型、生态文明建设领域里，从过去的判别式人工智能走向生成式人工智能，这是我们需要共同应对的挑战。」

从判别式到生成式，这不仅仅是技术的升级，更是思维的跃迁。判别式 AI 擅长“找不同”，它能告诉你哪里热，哪里冷，哪里排放高；但生成式 AI 擅长“造未来”，它能模拟出如果不减排会怎样，如果用了新技术会怎样，它能生成最优的减排方案，而不仅仅是描述现状。

这是我们需要共同应对的挑战，也是唯一的出路。过去的技术只能帮我们看清病症，现在的技术必须能帮我们开出药方。

过去人们依赖传统的物理模型和经验主义，本质是认为世界是线性的、可预测的，这导致在气候这个复杂混沌的新环境下必然失效；真正的破局在于从“被动监测”转向“主动生成”，将“数据”转化为“决策”，将“预测”转化为“行动”。

当 AI 不再局限于单点的预测工具，而是演变为覆盖全产业链、全要素的能源管理系统，我们就能从被动应对极端天气走向主动布局绿色未来，将短期的技术优势转化为长期的生态壁垒。

这不是科幻片，这是正在进行时的现实。

气候变化是当今世界面临的最紧迫挑战之一。人工智能革命和绿色能源革命齐头并进，已成为大国竞争必须抢占的科技制高点。我们既期盼更绿色环保的人工智能，也期盼更智能可控的绿色能源，就像期盼盛夏不再酷热难耐。

这种期盼不应是虚无的安慰，而应是具体的行动。每一个行业、每一个人，都在这个巨大的系统里扮演着自己的角色。

根据联合国政府间气候变化专门委员会（IPCC）2022 年发布的报告指出，除非全球温室气体排放量在 2025 年达到峰值，并在 2040 年之前减少 43%，否则世界可能会出现极端气候。

这一数据冰冷而残酷，但也是唯一的基准线。它划定了红线，也指明了方向。

事实上，中国发布的人工智能大模型“风乌”在极端高温下表现优异，甚至超越了传统物理模型的极限，30 秒生成 10 天全球预报。

虽然传统物理模型在精准度和效率上存在争议，但人工智能提供了全新的替代路径，让我们不必过度恐惧气候的失控。

技术不会自动拯救世界，但技术为拯救世界提供了唯一可行的杠杆。